本发明涉及车辆，特别是涉及一种自动泊车的障碍物识别的方法、装置、设备和存储介质。
背景技术：
1、目前，随着车辆的自动驾驶技术的发展，自动泊车也逐渐成为智能汽车领域的一个重要的研究方向。自动泊车需要准确的识别出车辆周围的障碍物，来确保车辆在自动泊车的过程中不会发生碰撞问题。现有技术中，车辆的自动泊车技术，依赖于多个摄像头来获取车辆周围的环境信息，然后同时处理多个摄像头的图像数据，检测和识别车辆周围的障碍物。但是，多个摄像头需要更多的存储资源，并且，处理多路摄像头图像较高的计算处理能力，这会导致车辆响应延迟，影响泊车效率、准确性和安全性。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种自动泊车的障碍物识别的方法、装置、设备和存储介质。
2、第一方面，提供了一种自动泊车的障碍物识别的方法，所述方法包括：
3、在待泊车车辆行驶过程中，接收用户的自动泊车开启指令以及目标泊入车位，并获取基于多个图像采集设备采集到当前位置的多个图像信息；
4、基于所述待泊车车辆的多个图像信息、所述目标泊入车位、预先训练好的图像识别处理模型和视觉传感器标定算法，确定所述待泊车车辆的自动泊车路线；
5、按照所述自动泊车路线，控制所述待泊车车辆的进行行驶，并获取所述待泊车车辆的行驶方向和转向方向；
6、根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的目标图像采集设备，读取所述目标图像采集设备采集的图像数据；
7、根据所述图像数据、所述图像识别处理模型和所述视觉传感器标定算法，识别到所述自动泊车路线中的动态障碍物，以在自动泊车路线行驶中进行规避。
8、作为一种可选的实施方式，所述基于所述待泊车车辆的当前位置、所述目标泊入车位、预先训练好的图像识别处理模型和视觉传感器标定算法，确定所述待泊车车辆的自动泊车路线，包括：
9、将多个所述图像信息输入到所述图像识别处理模型中，进行图像分割提取，得到各所述图像信息中的所述待泊车车辆的可行驶区域的第一像素点云数据和不可行驶区域的第二像素点云数据；
10、基于所述视觉传感器标定算法、所述第一像素点云数据和所述第二像素点云数据，对多个所述图像信息进行图像投影拼接，得到所述待泊车车辆的环视静态障碍物分布图像和可行驶区域边缘特征；
11、根据所述环视静态障碍物分布图像和所述目标泊入车位，对所述待泊车车辆的泊车轨迹进行规划得到自动泊车路线。
12、作为一种可选的实施方式，所述目标图像采集设备包括环视传感器和超声波雷达传感器，所述根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的目标图像采集设备，包括：
13、根据所述行驶方向，确定读取的所述待泊车车辆的环视传感器；
14、根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的车身侵占位置侧的超声波雷达传感器和环视传感器。
15、作为一种可选的实施方式，所述根据所述行驶方向，确定读取的所述待泊车车辆的环视传感器，包括：
16、若所述行驶方向为向前行驶，则确定读取的所述待泊车车辆的目标图像采集设备为前面的环视传感器；
17、若所述行驶方向为向后行驶，则确定读取的所述待泊车车辆的目标图像采集设备为后面的环视传感器。
18、作为一种可选的实施方式，所述根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的车身侵占位置侧的超声波雷达传感器和环视传感器，包括：
19、若所述行驶方向为向前行驶，且所述转向方向为向左转，则确定读取所述待泊车车辆的目标图像采集设备为左侧的超声波雷达传感器和前面的环视传感器；
20、若所述行驶方向为向前行驶，且所述转向方向为向右转，则确定读取所述待泊车车辆的目标图像采集设备为右侧的超声波雷达传感器和前面的环视传感器；
21、若所述行驶方向为向后行驶，且所述转向方向为向左转，则确定读取所述待泊车车辆的目标图像采集设备为右侧的超声波雷达传感器和后面的环视传感器；
22、若所述行驶方向为向后行驶，且所述转向方向为向右转，则确定读取所述待泊车车辆的目标图像采集设备为左侧的超声波雷达传感器和后面的环视传感器。
23、作为一种可选的实施方式，所述根据所述图像数据、所述图像识别处理模型和所述视觉传感器标定算法，识别到所述自动泊车路线中的动态障碍物，包括：
24、将所述图像数据输入到所述图像识别处理模型中，进行图像分割提取，得到所述图像数据中的所述待泊车车辆的可行驶区域的第三像素点云数据和不可行驶区域的第四像素点云数据；
25、基于所述视觉传感器标定算法、所述第三像素点云数据和所述第四像素点云数据，对所述图像数据进行图像投影拼接，识别到所述自动泊车路线中的动态障碍物。
26、第二方面，提供了一种自动泊车的障碍物识别的装置，所述装置包括：
27、接收模块，用于在待泊车车辆行驶过程中，接收用户的自动泊车开启指令以及目标泊入车位，并获取基于多个图像采集设备采集到当前位置的多个图像信息；
28、第一确定模块，用于基于所述待泊车车辆的多个图像信息、所述目标泊入车位、预先训练好的图像识别处理模型和视觉传感器标定算法，确定所述待泊车车辆的自动泊车路线；
29、控制模块，用于按照所述自动泊车路线，控制所述待泊车车辆的进行行驶，并获取所述待泊车车辆的行驶方向和转向方向；
30、第二确定模块，用于根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的目标图像采集设备，读取所述目标图像采集设备采集的图像数据；
31、识别模块，用于根据所述图像数据、图像识别处理模型和视觉传感器标定算法，识别到所述自动泊车路线中的动态障碍物，以在自动泊车路线行驶中进行规避。
32、作为一种可选的实施方式，所述第一确定模块，具体用于：
33、将多个所述图像信息输入到所述图像识别处理模型中，进行图像分割提取，得到各所述图像信息中的所述待泊车车辆的可行驶区域的第一像素点云数据和不可行驶区域的第二像素点云数据；
34、基于所述视觉传感器标定算法、所述第一像素点云数据和所述第二像素点云数据，对多个所述图像信息进行图像投影拼接，得到所述待泊车车辆的环视静态障碍物分布图像和可行驶区域边缘特征；
35、根据所述环视静态障碍物分布图像和所述目标泊入车位，对所述待泊车车辆的泊车轨迹进行规划得到自动泊车路线。
36、作为一种可选的实施方式，所述目标图像采集设备包括环视传感器和超声波雷达传感器，所述第二确定模块，具体用于：
37、根据所述行驶方向，确定读取的所述待泊车车辆的环视传感器；
38、根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的车身侵占位置侧的超声波雷达传感器和环视传感器。
39、作为一种可选的实施方式，所述第二确定模块，具体用于：
40、若所述行驶方向为向前行驶，则确定读取的所述待泊车车辆的目标图像采集设备为前面的环视传感器；
41、若所述行驶方向为向后行驶，则确定读取的所述待泊车车辆的目标图像采集设备为后面的环视传感器。
42、作为一种可选的实施方式，所述第二确定模块，具体用于：
43、若所述行驶方向为向前行驶，且所述转向方向为向左转，则确定读取所述待泊车车辆的目标图像采集设备为左侧的超声波雷达传感器和前面的环视传感器；
44、若所述行驶方向为向前行驶，且所述转向方向为向右转，则确定读取所述待泊车车辆的目标图像采集设备为右侧的超声波雷达传感器和前面的环视传感器；
45、若所述行驶方向为向后行驶，且所述转向方向为向左转，则确定读取所述待泊车车辆的目标图像采集设备为右侧的超声波雷达传感器和后面的环视传感器；
46、若所述行驶方向为向后行驶，且所述转向方向为向右转，则确定读取所述待泊车车辆的目标图像采集设备为左侧的超声波雷达传感器和后面的环视传感器。
47、作为一种可选的实施方式，所述识别模块，具体用于：
48、将所述图像数据输入到所述图像识别处理模型中，进行图像分割提取，得到所述图像数据中的所述待泊车车辆的可行驶区域的第三像素点云数据和不可行驶区域的第四像素点云数据；
49、基于所述视觉传感器标定算法、所述第三像素点云数据和所述第四像素点云数据，对所述图像数据进行图像投影拼接，识别到所述自动泊车路线中的动态障碍物。
50、第三方面，提供了一种自动泊车的障碍物识别的系统，所述自动泊车的障碍物识别的系统包括：如第一方面所述的自动泊车的障碍物识别的方法和如第二方面所述的自动泊车的障碍物识别的装置。
51、第四方面，提供了一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法步骤。
52、第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法步骤。
53、本技术提供了自动泊车的障碍物识别的方法，本技术的实施例提供的技术方案至少带来以下有益效果：在待泊车车辆行驶过程中，接收用户的自动泊车开启指令以及目标泊入车位，并获取基于多个图像采集设备采集到当前位置的多个图像信息；基于所述待泊车车辆的多个图像信息、所述目标泊入车位、预先训练好的图像识别处理模型和视觉传感器标定算法，确定所述待泊车车辆的自动泊车路线；按照所述自动泊车路线，控制所述待泊车车辆的进行行驶，并获取所述待泊车车辆的行驶方向和转向方向；根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的目标图像采集设备，并读取所述目标图像采集设备采集的图像数据；根据所述图像数据、所述图像识别处理模型和所述视觉传感器标定算法，识别到所述自动泊车路线中的动态障碍物，以在自动泊车路线行驶中进行规避。这样，在自动泊车过程中，先确定自动泊车路线，然后在按照自动泊车路线行驶的过程中，还需要实时检测道路中的动态障碍物。为了减少同时处理的图像采集设备采集的图像数据，可以根据待泊车车辆的行驶方向和转向方向，对应读取设置在行驶方向和转向方向侵占位置较多一侧的目标图像采集设备，读取目标图像采集设备采集的图像数据。这样，对侵占位置较多一侧图像数据进行动态障碍物识别，可以减少同时处理的摄像头数量，从而降低计算负载和资源消耗的同时确保待泊车车辆安全行驶，进而实现在较低算力控制器中实现感兴趣区域的视觉障碍物识别。
54、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
1.一种自动泊车的障碍物识别的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述待泊车车辆的当前位置、所述目标泊入车位、预先训练好的图像识别处理模型和视觉传感器标定算法，确定所述待泊车车辆的自动泊车路线，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标图像采集设备包括环视传感器和超声波雷达传感器，所述根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的目标图像采集设备，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述行驶方向，确定读取的所述待泊车车辆的环视传感器，包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述行驶方向和所述转向方向，确定读取的所述待泊车车辆的车身侵占位置侧的超声波雷达传感器和环视传感器，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述图像数据、所述图像识别处理模型和所述视觉传感器标定算法，识别到所述自动泊车路线中的动态障碍物，包括：
7.一种自动泊车的障碍物识别的装置，其特征在于，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，具体用于：
9.一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
